71 serta data tidak membentuk pola, maka dapat disimpulkan bahwa data
tidak terjadi masalah heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1sebelumnya Ghozali, 2013. Salah satu cara untuk mengetahui ada tidaknya
autokorelasi yaitu dengan menggunakan uji Durbin-Watson Uji D-W yang terdapat pada hasil analisis SPSS. Uji Durbin-Watson dihitung
berdasarkan jumlah selisih kuadrat nilai taksiran faktor gangguan yang berurutan. Kriteria pengujian uji Durbin-Watson yaitu:
1 Nilai d berkisar antara 0 dan 4, yaitu 0 ≤ d ≤ 4.
2 Nilai d = 2 atau mendekati 2, maka tidak terjadi autokorelasi.
3 Nilai d mendekati 0, maka terjadi autokorelasi positif.
4 Nilai d mendekati 4, maka terjadi autokorelasi negatif.
Pengujian ini dinilai baik jika tidak terjadi autokorelasi antara variabel independen dengan variabel dependen.
Menurut Imam Ghozali 2012:121, jika pada model regresi terjadi autokorelasi, maka ada beberapa opsi penyelesaiannya antara
lain: 1
Tentukan apakah autokorelasi yang terjadi merupakan pure autocorrelation dan bukan karena kesalahan spesifikasi model
regresi. Pola residual dapat terjadi karena adanya kesalahan
72 spesifikasi model yaitu ada variabel penting yang tidak
dimasukkan ke dalam model atau dapat juga karena bentuk fungsi persamaan regresi tidak benar.
2 Jika yang terjadi adalah pure autocorrelation, maka solusi
autokorelasi adalah dengan mentranformasi model awal menjadi model difference. Misalkan model regresi dengan dua variabel
sebagai berikut: Yt =
β1 + β2Xt + μt Dan diasumsikan bahwa residual atau error mengikuti
autoregressive AR1 sebagai berikut: μt = ρμt – 1 + εt -1 ρ 1
Asumsi ρ tidak diketahui nilainya 1
Nilai ρ diestimasi berdasarkan Durbin-Watson d statistik. Secara sederhana nilai ρ dapat diestimasi dengan menggunakan d statistik
dengan rumus seperti di bawah ini:
Keterangan: d = durbin-watson 2
Pada kasus dengan jumlah sampel kecil, Theil dan Nagar mengajukan rumus untuk menghitung nilai ρ sebagai berikut:
Keterangan: n = jumlah observasi; k = jumlah variabel bebas.
73
3. Uji Hipotesis
Kategori